周 侃,陳妤凡,徐 勇,*

1 中國科學院地理科學與資源研究所,中國科學院區(qū)域可持續(xù)發(fā)展分析與模擬重點實驗室,北京 100101 2 中國科學院大學資源與環(huán)境學院,北京 100049

城市擴張是城市化過程的重要表現(xiàn),快速城市化過程意味著農(nóng)村人口大規(guī)模向城市涌入,客觀上要求增加城市不透水面以滿足生產(chǎn)生活基本空間,由此造成生態(tài)空間被占用,改變區(qū)域原有生態(tài)環(huán)境系統(tǒng)結(jié)構,導致城市水環(huán)境退化、生物多樣性減少等生態(tài)環(huán)境問題[1—3]。同時,城市擴張伴隨著以工業(yè)生產(chǎn)和城市居住為代表的高強度、高密度生產(chǎn)生活活動,加速人為污染物排放進入有限容量的區(qū)域環(huán)境系統(tǒng),不可避免地引發(fā)的環(huán)境污染問題[4—5]。因此,在快速城市化背景下,城市擴張的環(huán)境效應受到學術界和政策制定者的廣泛關注,并普遍認為城市擴張導致污染物排放強度和規(guī)模迅速增長,對環(huán)境系統(tǒng)自然凈化過程的擾動加劇,無序的城市擴張過程會引發(fā)區(qū)域生態(tài)環(huán)境發(fā)生結(jié)構失調(diào)、功能退化乃至系統(tǒng)崩潰等負向水環(huán)境效應已經(jīng)成為共識。

國內(nèi)外學者對城市化環(huán)境效應的研究主要集中在城市建設用地擴張的大氣環(huán)境效應領域,研究選取二氧化硫、臭氧、細微顆粒物等典型污染物,使用建設用地擴張及其它經(jīng)濟社會因子,通過GIS和回歸分析方法定量解析大氣污染與城市土地利用關系[6—8],利用衛(wèi)星遙感資料反演氣溶膠特性分析了城市工業(yè)氣體排放、交通污染、工程建設等各種人為因素引發(fā)的城市空氣污染問題[9—11]。研究顯示,城市用地分布決定大氣污染物排放源的空間形態(tài)[12—14],建設用地作為主導因子,與城市空氣污染成正相關關系[15—18]。針對城市化的水環(huán)境效應這一命題,既有研究主要通過取樣、監(jiān)測與模擬實驗等方式,獲取水污染物排放的基本評價數(shù)據(jù),再運用空間計量、路徑分析、冗余分析等方法解構城市擴張與水污染的相互作用機制[19—25]。實證研究表明,城市用地結(jié)構與大部分水污染物排放有較好的空間相關性[26—28],非農(nóng)建設用地擴張和耕地面積收縮在不同程度上影響水污染物排放強度,從而增加工業(yè)區(qū)和城市生活區(qū)水體中的氨氮、有機物、重金屬等污染物負荷[29—31]。還有研究揭示了城市化和工業(yè)化對環(huán)境污染物排放的空間效應,城市群地區(qū)的環(huán)境污染更多是區(qū)域性的空間溢出污染[32—34],不同城市化進程表現(xiàn)出不同的環(huán)境污染變化特征,相鄰地區(qū)污染物排放顯示出類似的污染模式或變化特征[35—37]。

由此可見,城市化進程加快和城市規(guī)模擴大在促進經(jīng)濟發(fā)展的同時,也加重了城市水資源和水環(huán)境負荷,揭示城市擴張與水污染物排放之間的伴生效應與空間交互機理是城市化水環(huán)境效應研究的重要議題。但是,現(xiàn)有研究未能有效刻畫城市用地擴張對污染排放的作用強度及空間分異規(guī)律；通常采用建設用地規(guī)模表征城市擴張過程,該指標還涵蓋納入鄉(xiāng)村居住用地、交通運輸用地、水利和能源設施用地等非城市擴張屬性的用地類型,難以更準確體現(xiàn)實際城市擴張過程造成的環(huán)境污染；忽視從空間視角解析城市群內(nèi)部城市擴張的區(qū)域性污染效應,需要進一步深化二者空間耦合機理研究。鑒于此,本文選取長三角地區(qū)為案例,融合水污染物排放、土地利用、人口經(jīng)濟等多源數(shù)據(jù),刻畫快速城市化階段縣域尺度水污染物排放的時空特征,利用空間計量模型定量解析城市擴張與水污染物排放的伴生效應及其空間交互機理,以期為進入城鎮(zhèn)化后期階段后區(qū)域污染物減排政策及環(huán)境高質(zhì)量發(fā)展路徑制定提供科學參考。

1 數(shù)據(jù)來源與研究方法

1.1 案例區(qū)概況與數(shù)據(jù)來源

長江三角洲(以下簡稱長三角)地區(qū)包括上海市、江蘇省、浙江省、安徽省全域(圖1),區(qū)域總面積35.8萬km2。長三角地區(qū)是中國經(jīng)濟實力最強的區(qū)域之一,是引領長江經(jīng)濟帶乃至全國經(jīng)濟發(fā)展的重要引擎。2015年,長三角地區(qū)的常住人口2.21億,國內(nèi)生產(chǎn)總值16.01萬億元,分別占全國的16.06%和23.36%。2011—2015年間,長三角地區(qū)城市化率實現(xiàn)了從60%向65%的快速增長,在快速城市化進程中城市群聚集作用持續(xù)增強。但同時,城市擴張及高強度資源能源消耗過程,導致長三角地區(qū)下墊面快速改變,大量農(nóng)用地轉(zhuǎn)為建設用地,水污染物排放總量大、單位面積排放強度高,占全國4%的國土空間卻承載著全國21.21%的廢水排放量,反映出在實現(xiàn)快速城市化和工業(yè)化的同時,長三角地區(qū)江河湖海納污體量大,水環(huán)境污染問題突出,區(qū)域性水生態(tài)失衡嚴重[38],局部地區(qū)甚至威脅到了居民飲用水安全。

圖1 案例區(qū)位置及地形水系圖Fig.1 Location,topography and water system of Yangtze River Delta

本文以長三角地區(qū)縣域為基本單元,建立了2011—2015年土地利用現(xiàn)狀、水污染物排放和社會經(jīng)濟數(shù)據(jù)庫,縣域單元包括縣、區(qū)和縣級市3類縣級行政區(qū)。主要數(shù)據(jù)及來源如下：各級行政區(qū)劃數(shù)據(jù),從國家基礎地理信息系統(tǒng)網(wǎng)站獲??；縣域土地利用現(xiàn)狀數(shù)據(jù),從國土資源部門搜集；污染物排放和社會經(jīng)濟數(shù)據(jù),主要從《中國縣域統(tǒng)計年鑒》和《上海市統(tǒng)計年鑒》、《江蘇省統(tǒng)計年鑒》、《浙江省統(tǒng)計年鑒》、《安徽省統(tǒng)計年鑒》中獲取,并對其中33個數(shù)據(jù)不完整或缺失的縣域單元,進一步獲取所在地市統(tǒng)計年鑒和縣域統(tǒng)計公報補齊。

1.2 研究方法與指標選取

1.2.1伴生效應參數(shù)估計模型

根據(jù)水環(huán)境污染的空間流動性特點和理論分析可以發(fā)現(xiàn),城市擴張的水污染物排放具有空間溢出效應,故在參數(shù)估計時將構建空間計量模型進行分析。首先,構建空間滯后模型(spatial lag model,SLM)、空間誤差模型(spatial error model,SEM)和空間杜賓模型 (spatial Durbin model,SDM)3種不同的形式,然后,結(jié)合LM檢驗結(jié)果以及空間效應分解要求,選取其中的較優(yōu)模型[39—40]。各模型的特點與表達形式如下：

(1)SLM模型。當存在內(nèi)生交互效應(WY)時,需要在一般線性回歸模型中加入被解釋變量的空間滯后項,轉(zhuǎn)化為SLM模型,表達式如下：

Y=ρWY+αIN+Xβ+ε;ε—N(0,δ2IN)

(1)

(2)SEM模型。當存在誤差項的交互效應(Wμ)時,也就是說模型誤差項存在空間自相關時,需要加入空間相關的誤差項,轉(zhuǎn)化為SEM模型,表達式如下：

Y=αIN+Xβ+λWμ+ε;ε—N(0,δ2IN)

(2)

(3)SDM模型。對SLM和SEM模型綜合后的形成SDM模型,模型包含了內(nèi)生交互效應(WY)和外生交互效應(WX),表達式如下：

Y=ρWY+αIN+Xβ+WXθ+ε;ε—N(0,δ2IN)

(3)

式中,Y為被解釋變量；X為外生解釋變量矩陣；IN為單位向量；ρ為空間自回歸系數(shù)；λ為回歸殘差之間的空間自相關系數(shù)；β、θ待估參數(shù)向量；W為空間權重矩陣；ε為隨機誤差向量。當θ=0 時,SDM 模型退化為SLM 模型；當θ+ρβ=0 時,則SDM模型退化為SEM 模型。

1.2.2空間耦合性分析方法

為進一步刻畫城市擴張與水污染物排放的空間耦合關系,在傳統(tǒng)莫蘭指數(shù)(Moran′ sI)的基礎上,拓展了雙變量全局和局部自相關分析[41],公式如下：

(4)

1.2.3空間交互機理測度模型

空間交互作用通常是指單個空間單元某個變量變換所導致的空間影響,不僅包括直接交互(本地效應),即單個區(qū)域某個變量變動對本地的影響程度,以及間接交互(空間溢出效應),即單個區(qū)域某個變量變動對其它區(qū)域的影響程度[42—43]。在SDM模型估計時,可進一步通過偏微分方法,直接計算得到變量的直接交互和間接交互作用。首先,將公式(3)右側(cè)的ρWY移動至方程左側(cè),得到：

(1-ρW)Y=αIN+Xβ+WXθ+ε

(5)

然后,將方程兩側(cè)同乘以空間乘子矩陣(I-ρW)-1,得到：

Y=(I-ρW)-1αIN+(I-ρW)-1(Xβ+WXθ)+(I-ρW)-1ε

(6)

最后,對各個解釋變量求偏導數(shù),得到：

(7)

由偏導理論可知,SDM模型中自變量XK的直接交互效應等于自變量系數(shù)βK,反映本地區(qū)解釋變量對本地的實際影響；間接交互效應等于自變量空間滯后項WXK的系數(shù)θK,反映本地區(qū)解釋變量對其他地區(qū)的空間溢出影響。

1.2.4指標選取與變量說明

本文選取的變量主要包括水污染物、城市擴張規(guī)模以及其他相關控制變量,選擇2011—2015年長三角地區(qū)305個縣域單元數(shù)據(jù)進行研究。指標選取與變量說明如下：

(1)被解釋變量。長三角地區(qū)水環(huán)境問題突出,2015年長三角地區(qū)地表水國控斷面共231個,水質(zhì)符合Ⅲ類的斷面比例僅45.27%,遠低于全國平均水平64.5%的同期標準[44],不達標斷面主要分布于蘇州河、錢塘江、黃浦江等主要河流流經(jīng)的核心城市,以及太湖、淀山湖、陽澄湖等集中分布的都市圈臨近區(qū)域,影響水環(huán)境質(zhì)量狀況的主要污染指標為化學需氧量(COD)、氨氮(NH3-N)、總磷、高錳酸鉀指數(shù)等。本文擬選取COD和NH3-N作為被解釋變量,原因如下：其一,這兩類特征污染物一直被中央和研究區(qū)內(nèi)各級環(huán)境主管部門列為控制排放的主要指標,在統(tǒng)計上具有一定的時間連續(xù)性；其二,長三角作為高度城市化和工業(yè)化地區(qū),承擔著以城市居住和工業(yè)生產(chǎn)為代表的高強度人類生產(chǎn)生活活動,是這兩類特征污染物的主要污染源；其三,長三角地區(qū)的COD和NH3-N排放高、負荷重,在長江流域乃至全國的水污染物減排中承擔主要份額,相較于其它水污染物指標,減排控制要求更為嚴格。

(2)核心解釋變量。城市擴張是城市建設和城市功能運轉(zhuǎn)所需要的建設用地規(guī)模增長的過程,是快速城市化和城市現(xiàn)代化的必然結(jié)果。本文選取城市擴張規(guī)模(UES)作為核心解釋變量,剔除了縣域年末建設用地中的鄉(xiāng)村居住用地等用地類型,采用城鎮(zhèn)住宅用地、商服用地、工礦倉儲用地、市政基礎設施與公共服務設施用地等各類城市建設用地面積求和得到。

(3)控制變量。為增加模型的穩(wěn)健性,進一步選取其它可能影響水污染物排放的社會經(jīng)濟指標作為控制變量(表1)。其中,POP為年末常住人口數(shù),表征城市人口規(guī)模；PGDP為人均GDP,表征城市經(jīng)濟發(fā)展水平；IS為第二產(chǎn)業(yè)增加值占GDP比重,表征產(chǎn)業(yè)結(jié)構與城市工業(yè)化水平；FDI為外商直接投資,表征城市經(jīng)濟市場開放程度；FAI為全社會固定資產(chǎn)投資,表征國內(nèi)資金投資規(guī)模與資產(chǎn)再生產(chǎn)能力。此外,為考察地理區(qū)位對水污染物排放的影響,還設置了沿海區(qū)位(Dist-coast)和沿江區(qū)位(Dist-yangtze)變量,分別用縣域到海岸線的最近距離、縣域到長江干流的最近距離表示。

表1 主要變量的描述性統(tǒng)計Table 1 Descriptive statistics of main variables

進一步檢驗被解釋變量與所有解釋變量的相關性發(fā)現(xiàn)(表2),UES作為本文核心變量,其與COD和NH3-N的正相關性較強,且通過1%水平的顯著性檢驗；其余控制變量均在不同程度與COD和NH3-N相關,POP屬于強相關,其余變量則屬于弱或極弱相關。此外,所有解釋變量的VIF均小于10,表明解釋變量之間不存在多重共線性,并不會影響空間計量模型分析。

表2 皮爾遜相關性檢驗和VIF共線性檢驗結(jié)果Table 2 Pearson correlation analysis and VIF test

2 結(jié)果分析

2.1 時空特征分析

縣域河流或湖庫斷面水污染物濃度超標指數(shù)測算顯示(表3),長三角地區(qū)的COD和NH3-N總體處于臨界超標狀態(tài),兩類污染物濃度超標縣域的比重分別為18.93%和16.43%,臨界超標縣域的比重分別為35.71%和25.36%。再繪制特征污染物與總體超標指數(shù)的散點圖(圖2),發(fā)現(xiàn)COD和NH3-N同水污染總體超標的相關性較強,表明這兩項特征污染物能夠有效反映長三角地區(qū)水污染的時空特征

表3 特征污染物濃度超標狀態(tài)Table 3 Exceeding standard status of particular pollutants potency

圖2 特征污染物濃度超標與總體超標指數(shù)的散點圖Fig.2 Scatter plot of exceeding standard index between particular pollutants and all pollutantsCOD:化學需氧量 Chemical oxygen demand;NH3-N:氨氮 Ammonia nitrogen

由表4的縣域尺度分析發(fā)現(xiàn),2011—2015年間長三角地區(qū)的水污染物排放規(guī)模顯著下降,COD排放總量從315.02萬t減排至184.73萬t,5年間減少了41.36%,NH3-N排放量從41.90萬t減排至27.01萬t,減少了35.54%。進一步對比顯示,縣域單元的水污染物排放強度也呈下降態(tài)勢,2011年縣域的COD和NH3-N排放強度均值分別為10328.42t和1373.67t,到2015年二者的均值分別降至6056.58 t和885.50 t。對比各省市發(fā)現(xiàn),5年間江蘇省COD和NH3-N排放量占長三角地區(qū)的總量維持在40%左右,兩類污染物減排的貢獻率分別為34.93%、34.11%,體現(xiàn)出江蘇省在長三角地區(qū)水污染物排放的份額較大、且減排效果較突出。

表4 2011—2015年長三角地區(qū)水污染物排放對比Table 4 Water pollutant emissions in Yangtze River Delta from 2011 to 2015

按<2500t、2500—5000t、5000—10000t、10000—15000t和≥15000t將縣域的COD排放強度由低至高依次分為I、II、III、IV和V五級；按<250t、250—500t、500—1000t、1000—2000t和≥2000t將縣域的NH3-N排放強度也依次分為I—V五級,由此得到2011—2015年縣域排放強度的空間分布圖。如圖3、4所示,長三角地區(qū)水污染物排放呈現(xiàn)以下特點及變化：①縣域排放強度等級整體降低,COD和NH3-N的高強度排放縣域顯著減少,低等級排放縣域明顯增加,其中,有58個縣域COD排放強度下降2級及以上等級、130個縣域COD排放強度下降1級,有30個縣域NH3-N排放強度下降 2級及以上等級、138個縣域NH3-N排放強度下降1級；②高強度、連片式排放格局發(fā)生顯著變化,COD排放等級為V級和IV級、即排放強度在1萬t以上的縣域從128個減少至43個,NH3-N排放等級為V級和IV級、即排放強度在1000t以上的縣域從179個減少至100個,尤其是V級高排放縣域,從2011年在上海及杭州、合肥、南京3個省會城市以及濱海區(qū)域、北部區(qū)域的大范圍連片分布收縮,形成了2015年的零散分布格局；③縣域排放強度具有由中心城區(qū)向外圍區(qū)域遞增態(tài)勢,這初步顯示出城市擴張過程與水污染物排放的空間關聯(lián),另外,通常在鄰近省級或地市級行政邊界的縣域,其排放強度相對地市內(nèi)部的縣域偏高。

圖3 2011—2015年縣域COD排放強度分級圖Fig.3 Classification of COD emissions intensity of counties from 2011 to 2015

圖4 2011—2015年縣域NH3-N排放強度分級圖Fig.4 Classification of NH3-N emissions intensity of counties from 2011 to 2015

進一步地,以10 km作為緩沖距離,分別統(tǒng)計縣域在海岸線和長江干流岸線不同距離下的COD和NH3-N排放量。結(jié)果顯示,距離海岸線和長江干流越遠,水污染物排放整體呈遞減趨勢,即沿海、沿江縣域的水污染物排放量與處于內(nèi)陸腹地的縣域相對較高。其中,距離海岸線100km以內(nèi)的縣域,其COD和NH3-N排放量分別占長三角地區(qū)總量的43.69%、50.34%；距離長江干流50km以內(nèi)的縣域,其COD和NH3-N排放量分別占排放總量的47.28%、42.27%。如圖5、6所示,不同距離下的COD和NH3-N排放量呈對數(shù)曲線關系,距離海岸線和長江干流越近則水污染物排放量增大的趨勢越強。此外,2011—2015年間,COD和NH3-N排放在不同距離下呈現(xiàn)一定波動,波動趨勢整體較為相似,2015年的排放量較2011年降低明顯,擬合的對數(shù)曲線也相對趨于平緩。

圖5 距海岸線不同距離的縣域COD和NH3-N排放量Fig.5 COD and NH3-N emissions of counties at different distance from coastline

圖6 距長江干流不同距離的縣域COD和NH3-N排放量Fig.6 COD and NH3-N emissions of counties at different distance from the Yangtze River為避免沿海區(qū)位可能的干擾,距長江干流不同距離的縣域統(tǒng)計時未含沿海100km以內(nèi)縣域

2.2 伴生效應估計

在伴生效應估計前,首先進行拉格朗日乘數(shù)檢驗,優(yōu)選擬采用的SLM、SEM或SDM模型。如表5所示,基于地理反距離矩陣的LM檢驗結(jié)果表明模型無法拒絕不存在空間滯后效應的原假設,但由于SLM模型中各因素的直接效應和間接效應的比值是一個固定常數(shù),SEM模型不存在間接效應,建議在解釋變量可能存在空間效應時,應優(yōu)先考慮更靈活的SDM模型[39—40]。

表5 不同伴生效應估計模型的檢驗結(jié)果Table 5 Test results of the spatial econometric models

依據(jù)上述模型檢驗結(jié)果,可利用SDM模型對水污染物排放量進行伴生效應估計,結(jié)果如表6所示。SDM(1)、(3)、(5)和(7)的估計參數(shù)均顯示,長三角地區(qū)城市擴張與水污染物排放的伴生效應十分顯著,城市擴張規(guī)模是影響水污染物排放的主導因素。2011年,長三角地區(qū)的UES變量每增加1個百分點,將分別引起COD和NH3-N排放增加0.293%和0.319%；至2015年,UES與兩類水污染物排放的伴生效應基本穩(wěn)定,各估計模型中UES的彈性系數(shù)穩(wěn)定在0.3—0.4之間。由此可見,長三角地區(qū)快速城市化過程中,大規(guī)模城市擴張意味著發(fā)揮城市生產(chǎn)生活功能的空間載體激增,直接推動經(jīng)濟社會要素流入城市,擴大城市化地區(qū)各類工業(yè)產(chǎn)能和生活活動規(guī)模,促進了城市生活源和工業(yè)源水污染物的高排放過程。

表6 伴生效應的SDM模型估計結(jié)果Table 6 Estimation results of SDM for associated effects

8個SDM模型的空間自回歸系數(shù)ρ在1%水平上均正向顯著,表明長三角地區(qū)的水污染物排放存在空間集聚和正向溢出效應,即地理距離相近的縣域水污染物排放存在相互影響,本地水污染物排放的增加可直接導致鄰近地區(qū)排放同步增加,但該溢出效應在2011—2015年整體呈下降趨勢。結(jié)合SDM模型中的POP、PGDP、IS、FAI等控制變量對水污染物排放有不同程度的正向驅(qū)動可進一步做以下推斷：一方面,由于本地和鄰近的城市通常處于同一經(jīng)濟分工體系,城市之間的經(jīng)濟聯(lián)系相對緊密,且具有相似的產(chǎn)業(yè)結(jié)構、生產(chǎn)技術和資本市場等,若引發(fā)高污染的高水耗和高能耗的生產(chǎn)要素集聚,將直接導致區(qū)域性的水污染物排放量增加,相反,綠色化生產(chǎn)要素的集聚則可能引起水污染物減排,由此使水污染物排放在空間上形成顯著的溢出效應。另一方面,由城市擴張引起的污染物從局部擴散到相鄰區(qū)域是客觀上一直存在的,在集聚效益、規(guī)模效益、協(xié)作效益以及物流成本控制的綜合影響下,在市場經(jīng)濟發(fā)育程度較高的長三角地區(qū),進行遠距離、跨區(qū)域城市化資源配置和工業(yè)化要素轉(zhuǎn)移的可能性通常非常小。在多個變量的共同作用下,長三角地區(qū)的水污染物排放總量呈下降趨勢,城市擴張導致的局部增量并未能改變整體的水污染減排趨勢。

在增加區(qū)位變量后,Dist-coast和Dist-yangtze變量的回歸系數(shù)均為負,即長三角地區(qū)距離海岸線或長江干流岸線的距離越近,縣域單元產(chǎn)生的水污染物排放量越大。結(jié)合上一節(jié)中距離岸線的COD和NH3-N排放量統(tǒng)計分析不難發(fā)現(xiàn),沿海和沿江區(qū)位是城市擴張通常會選擇的布局指向,在沿海100km和沿江50km的高強度生產(chǎn)生活活動將引起高強度水污染物排放。另外一個重要的原因是,從排污的距離成本和環(huán)境規(guī)制的強度來看,與江河和海域等主要水污染受體在空間上越鄰近,越有利于水污染物排放和水污染行為發(fā)生。目前,長三角地區(qū)入海、入江的水污染物排放標準普遍低于入湖或入庫的水污染物排放標準,造成各類排放主體將污染物直排海、直排江等行為不可避免導致沿海和沿江區(qū)位的污水排放量增加。

根據(jù)公式(4)進一步測算城市擴張與水污染物排放的空間耦合性,發(fā)現(xiàn)二者的伴生效應具有顯著且穩(wěn)定的空間差異,主要形成了高擴張-高排放型、高擴張-低排放型、低擴張-高排放型、低擴張-低排放型4類空間耦合關系。如圖7所示,高擴張-高排放型縣域主要集中在上海及其周邊、蘇北地區(qū)的連云港、鹽城、南通、徐州、宿遷等地市,還有部分縣域由2011年的低擴張-高排放型或不顯著轉(zhuǎn)換為2015年的高擴張-高排放型,零星分布于江蘇鎮(zhèn)江、泰州和安徽合肥、六安等地市。此外,屬于低擴張-低排放型縣域集中在皖南和浙西山地丘陵區(qū),位于浙江衢州、麗水、金華以及安徽黃山、池州、安慶等地市。

圖7 2011—2015年城市擴張與水污染物排放的空間耦合性變化Fig.7 Spatial coupling change of urban expansion and water pollutant emission in the YRD

2.3 空間交互機理測度

由伴生效應的SDM模型估計結(jié)果可知,城市擴張與水污染物排放的空間溢出效應顯著,但已有的模型估計系數(shù)難以完全反映二者在空間上的交互機理,還需分解變量間的直接效應和間接效應,以進一步測度核心變量及主要控制變量的空間影響強度。如表7所示,UES變量對COD和NH3-N排放的直接效應和間接效應均顯著,表明城市擴張不僅對本地的水污染物排放產(chǎn)生直接影響,還會通過溢出效應對鄰地的排放產(chǎn)生間接影響。從模型分解的系數(shù)值來看,UES對COD的直接和間接效應回歸系數(shù)分別為0.274和-1.017,并在1%和5%水平上顯著。說明城市擴張的規(guī)模每提升1%,將使得本地的COD排放增加0.274%,同時使鄰近縣域的COD排放降低1.017%。同樣地,城市擴張亦加劇了本地的NH3-N排放,UES彈性系數(shù)為0.368,而對鄰近縣域的NH3-N排放則有顯著的負向溢出效應,彈性系數(shù)為-0.650。因此,長三角地區(qū)的城市擴張與水污染物排放在空間上的交互具有兩面性。

表7 直接效應和間接效應分解結(jié)果Table 7 Decomposition results of direct and indirect effects

對本地縣域呈現(xiàn)的正向交互作用表明,在快速城市化過程中,長三角地區(qū)的城鄉(xiāng)人口和生產(chǎn)要素向中心城區(qū)、都市區(qū)集聚的空間過程十分顯著。2011—2015年間，長三角地區(qū)的城市化率平均每年增長近1個百分點。就發(fā)生城市擴張的本地而言,因規(guī)模擴張從而帶來了城市人口數(shù)量增加和高污染型生產(chǎn)規(guī)模擴大,加之長三角地區(qū)工業(yè)結(jié)構偏重的特點,紡織與印染、造紙、化學原料與化學制品、非金屬礦物制品、農(nóng)副食品加工等污染密集型產(chǎn)業(yè)的占比仍然偏高,勢必會導致自身水污染物排放加劇。同時,對鄰近縣域的負向交互作用顯示,中心城市所在縣域?qū)︵徑h域的人流與要素流產(chǎn)生 “虹吸效應”,壓縮其城市擴張機會和開發(fā)建設空間,進而產(chǎn)生抑制鄰近地區(qū)水污染物排放的間接效應。

此外,從主要控制變量與水污染物排放的交互作用來看,POP、FAI和FDI變量對COD和NH3-N的交互作用效果相似,POP和FAI變量的直接效應和間接效應均為正向交互作用,而FDI的直接效應則為顯著的負向交互。反映出人口密度提升和投資加速是城市擴張的主要表現(xiàn)之一,且城市群地區(qū)的生產(chǎn)要素分布往往存在空間集聚特征,規(guī)模效應帶來產(chǎn)能擴張及生產(chǎn)要素消耗增長,從而同步加劇本地和鄰近縣域的水污染物排放。FDI對水污染物排放的抑制作用表明,隨著長三角地區(qū)環(huán)境準入門檻的提升,過去外資驅(qū)動的污染轉(zhuǎn)入和“污染避難所”已經(jīng)發(fā)生改變,不斷提升的環(huán)境規(guī)制成本促使本地逐步淘汰污染密集型外資企業(yè)或進行減排生產(chǎn)工藝更新。另外,COD和NH3-N排放同PGDP和IS變量的交互作用具有明顯不同,前者PGDP和IS變量的直接效應均為正向交互,間接效應則為負向交互；而后者PGDP變量的直接和間接效應均為正向交互,IS變量則均為負向交互,反映出因水污染物排放的性質(zhì)及污染源結(jié)構差異,也表明長三角地區(qū)傳統(tǒng)的產(chǎn)業(yè)結(jié)構尚未能改變以環(huán)境效益為代價的高耗能、高污染的經(jīng)濟發(fā)展模式,隨之產(chǎn)生的大量工業(yè)廢水和生活污水必然增加本地水環(huán)境中的有機污染物排放。

3 結(jié)論與討論

3.1 主要結(jié)論

(1)長三角地區(qū)水污染物排放總量和強度下降,高排放強度集中在城市外圍區(qū)縣和沿海、沿江區(qū)縣。2011—2015年間長三角地區(qū)COD和NH3-N的排放總量分別降低41.36%和35.54%；排放強度下降1級及以上等級的縣域分別占比61.6%和55.1%；縣域高強度排放格局由連片式分布收縮為零散式分布,且由中心城區(qū)向外圍遞增；沿海、沿江的縣域水污染物排放量較高,與海岸線和長江干流距離越遠,則COD和NH3-N排放強度呈對數(shù)式降低。

(2)長三角地區(qū)城市擴張與水污染物排放的正向伴生效應顯著且穩(wěn)定,沿海沿江是城市擴張通常會選擇的布局指向。SDM估計結(jié)果表明,2015年城市擴張規(guī)模每增加1個百分點,將分別引起COD和NH3-N排放增加0.300%和0.380%。快速城市化過程中,大規(guī)模城市擴張擴大各類工業(yè)產(chǎn)能和生活活動規(guī)模,顯著加劇城市群地區(qū)的生活源和工業(yè)源水污染物的排放強度。通過區(qū)位變量估計發(fā)現(xiàn),在排污距離成本和環(huán)境規(guī)制強度作用下,沿海100km和沿江50km的高強度生產(chǎn)生活活動將引起高強度水污染物排放。二者伴生效應還具有顯著空間差異,形成了高擴張-高排放型、低擴張-低排放型等空間耦合關系,其中,高擴張-高排放型縣域在上海及其周邊、蘇北地區(qū)集中分布。

(3)長三角地區(qū)城市擴張對本地水污染物排放產(chǎn)生正向交互作用,且通過溢出效應對鄰地排放產(chǎn)生負向交互作用。通過空間效應分解,城市擴張的規(guī)模每提升1%,將使本地COD、NH3-N排放分別增加0.274%、0.368%,同時還會造成鄰近縣域的排放分別降低1.017%、0.650%。在長三角地區(qū)工業(yè)結(jié)構偏重的背景下,本地城市擴張導致自身水污染物排放加劇,而對鄰近縣域的負向交互作用揭示了中心城市對鄰近區(qū)域人流與要素流的 “虹吸效應”,壓縮其城市擴張機會和開發(fā)建設空間,進而產(chǎn)生抑制鄰近地區(qū)水污染物排放的間接效應。

3.2 討論

本文對城市擴張與水污染物排放作用關系的案例研究表明,在城市化率達到60%以后,城市擴張與水污染物排放的伴生效應仍然顯著而穩(wěn)定。長三角地區(qū)的實證檢驗結(jié)果可為中國城市化率達到60%以后的水污染物減排政策制定提供以下經(jīng)驗與啟示：①關注城市擴張對當?shù)厮廴九欧诺膹姲樯涂臻g交互過程,合理控制城市擴張規(guī)模,劃定城市擴張邊界,通過城市內(nèi)部空間結(jié)構優(yōu)化,如城鎮(zhèn)用地功能置換、土地利用空間整理、產(chǎn)業(yè)結(jié)構調(diào)整等方式,提升城市綜合承載能力中的環(huán)境短板；②通過城市水污染物處理設施配套及管網(wǎng)建設,降低城市功能運轉(zhuǎn)水耗、能耗和末端物料流失,減少人均污染產(chǎn)出和地均污染產(chǎn)出；③以城市群和都市圈為空間載體,加強城市間產(chǎn)業(yè)與環(huán)境協(xié)作,合理規(guī)劃生產(chǎn)要素在不同城市之間的流動路徑,避免城市間因惡性競爭造成的資源環(huán)境過度消耗,緩解區(qū)域性污染物排放和空間溢出效應；④通過縣域尺度設置環(huán)境準入門檻,提高環(huán)境規(guī)制強度,繼續(xù)嚴控外資驅(qū)動下的跨區(qū)污染轉(zhuǎn)移和“污染避難所”現(xiàn)象。此外,結(jié)合本文核心解釋變量及各控制變量影響水污染物排放的時空異質(zhì)性,未來值得深入研究的議題可包括以下方面：在空間變量上加入左右岸、上下游、跨邊界等屬性值,揭示不同距離下城市擴張的水環(huán)境效應及空間耦合特征；在最新的全國第二次污染源普查數(shù)據(jù)支撐下,更新縣域尺度的水污染排放和社會經(jīng)濟數(shù)據(jù),開展更長時間序列的交互作用機理研究,深入挖掘城市化對區(qū)域水環(huán)境系統(tǒng)變化的響應與反饋過程。